පෙළෙහි “ගංගාව” හඳුනාගැනීම

TeX stackexchange හි, මෙම ප්‍රශ්නයේ ඡේදවල "ගංගා" හඳුනා ගන්නේ කෙසේද යන්න පිළිබඳව අපි සාකච්ඡා කරමින් සිටිමු .

මෙම සන්දර්භය තුළ, ගංගා යනු සුදු අවකාශයේ පටි වන අතර එමඟින් පෙළෙහි අන්තර් වචන අවකාශයන් අහම්බෙන් පෙළගැස්වීම සිදු වේ. මෙය පා er කයාට බෙහෙවින් අවධානය වෙනතකට යොමු කළ හැකි බැවින් නරක ගංගා දුර්වල යතුරු ලියනයක ලක්ෂණයක් ලෙස සැලකේ. ගංගා සමඟ පෙළ සඳහා උදාහරණයක් මෙය වේ, එහිදී ගංගා දෙකක් විකර්ණ ලෙස ගලා යයි.

මෙම ගංගා ස්වයංක්‍රීයව හඳුනා ගැනීමට උනන්දුවක් ඇති බැවින් ඒවා වළක්වා ගත හැකිය (බොහෝ විට පෙළ අතින් සංස්කරණය කිරීමෙන්). රැෆින්ක් ටෙක්ස් මට්ටමින් යම් ප්‍රගතියක් ලබා ඇත (එය ග්ලයිෆ් ස්ථාන සහ මායිම් පෙට්ටි ගැන පමණක් දනී), නමුත් ගංගා හඳුනා ගැනීමට ඇති හොඳම ක්‍රමය සමහර රූප සැකසුම් සමඟ බව මට විශ්වාසයි (ග්ලයිෆ් හැඩයන් ඉතා වැදගත් වන අතර ටෙක්ස් වෙත ලබා ගත නොහැකි බැවින්) . ඉහත රූපයෙන් ගංගා නිස්සාරණය කිරීමට මම විවිධ ක්‍රම අත්හදා බැලුවෙමි, නමුත් ඉලිප්සොයිඩ් බොඳවීම සුළු ප්‍රමාණයක් යෙදීම පිළිබඳ මගේ සරල අදහස ප්‍රමාණවත් නොවන බව පෙනේ. මමත් රේඩොන් ටිකක් උත්සාහ කළාදැඩි පරිණාමනය මත පදනම් වූ පෙරීම, නමුත් මම ඒවා සමඟ කොතැනකවත් නොසිටියේය. මිනිස් ඇසේ / දෘෂ්ටි විතානයේ / මොළයේ විශේෂාංග හඳුනාගැනීමේ පරිපථවලට ගංගා ඉතා දෘශ්‍යමාන වන අතර කෙසේ හෝ මෙය කිසියම් පෙරහන් ක්‍රියාවලියකට පරිවර්තනය කළ හැකි යැයි මම සිතමි, නමුත් එය ක්‍රියාත්මක කිරීමට මට නොහැකි විය. අදහස් තිබේද?

නිශ්චිතව කිවහොත්, මම ඉහත රූපයේ ඇති ගංගා 2 හඳුනා ගන්නා යම් මෙහෙයුමක් සොයමි, නමුත් වෙනත් ව්‍යාජ ධනාත්මක අනාවරණ නොමැත.

සංස්කරණය කරන්න: ටෙක්ස් හි අපට ග්ලයිෆ් ස්ථාන, පරතරයන් යනාදිය සඳහා ප්‍රවේශය ඇති බැවින් රූප සැකසුම් පදනම් කරගත් ප්‍රවේශයක් මා අනුගමනය කරන්නේ මන්දැයි එන්ඩොලිත් විමසීය. සත්‍ය පා .ය පරීක්ෂා කරන ඇල්ගොරිතමයක් භාවිතා කිරීම වඩා වේගවත් හා විශ්වාසදායක විය හැකිය. අනෙක් පැත්තෙන් දේවල් කිරීමට මගේ හේතුව හැඩයයිග්ලයිෆස් වල ගංගාවක් කෙතරම් කැපී පෙනෙන දැයි බලපාන අතර පෙළ මට්ටමින් මෙම හැඩය සලකා බැලීම ඉතා අපහසු වේ (එය අකුරු මත රඳා පවතී, ලිගටරින් කිරීම ආදිය). ග්ලයිෆස් වල හැඩය වැදගත් වන්නේ කෙසේද යන්න පිළිබඳ උදාහරණයක් සඳහා, පහත උදාහරණ දෙක සලකා බලන්න, එහිදී ඒවා අතර ඇති වෙනස නම් මම ග්ලයිෆස් කිහිපයක් එකම පළලකින් වෙනත් ඒවා සමඟ ප්‍රතිස්ථාපනය කර ඇති අතර එමඟින් පෙළ පදනම් කරගත් විශ්ලේෂණයක් සලකා බලනු ඇත. ඒවා සමානව හොඳ / නරක. කෙසේ වෙතත්, පළමු උදාහරණයේ ඇති ගංගා දෙවැන්නටත් වඩා දරුණු බව සලකන්න.

මම මේ ගැන තව ටිකක් කල්පනා කර ඇති අතර, පහත සඳහන් දෑ තරමක් ස්ථාවර විය යුතු යැයි සිතමි. මා රූප විද්‍යාත්මක මෙහෙයුම් සඳහා පමණක් සීමා වී ඇති බව සලකන්න, මන්ද මේවා ඕනෑම සම්මත රූප සැකසුම් පුස්තකාලයක තිබිය යුතුය.

(1) nPix-by-1 වෙස් මුහුණකින් රූපය විවෘත කරන්න, එහිදී nPix යනු අකුරු අතර සිරස් දුර ගැන ය

#% read image
img = rgb2gray('http://i.stack.imgur.com/4ShOW.png');

%# threshold and open with a rectangle
%# that is roughly letter sized
bwImg = img > 200; %# threshold of 200 is better than 128

opImg = imopen(bwImg,ones(13,1));

(2) ගංගාවක් වීමට තරම් පටු කිසිවක් ඉවත් කිරීම සඳහා 1-by-mPix ආවරණයක් සහිත රූපය විවෘත කරන්න.

opImg = imopen(opImg,ones(1,5));

(3) ඡේද හෝ අවකාශය අතර ඇති අවකාශය නිසා ඇති වන තිරස් “ගංගා සහ විල්” ඉවත් කරන්න. මේ සඳහා, අපි සියල්ල සත්‍ය වන සියලු පේළි ඉවත් කර, අප කලින් සොයාගත් ගංගාවලට බල නොපානු ඇති බව අප දන්නා nPix-by-1 ආවරණ සමඟ විවෘත කරන්න.

විල් ඉවත් කිරීම සඳහා, අපට nPix-by-nPix වලට වඩා තරමක් විශාල ආරම්භක ආවරණයක් භාවිතා කළ හැකිය.

මෙම පියවරේදී, අපට සැබෑ ගංගාවක් වීමට තරම් කුඩා සෑම දෙයක්ම ඉවත දැමිය හැකිය, එනම් (nPix + 2) * (mPix + 2) * 4 ට වඩා අඩු ප්‍රදේශයක් ආවරණය වන සෑම දෙයක්ම (එය අපට ~ 3 පේළි ලබා දෙනු ඇත). +2 එහි ඇත්තේ සියලු වස්තූන් අවම වශයෙන් nPix උසකින් සහ පළල mPix වලින් බව අප දන්නා නිසා අපට ඊට වඩා ටිකක් ඉහළින් යාමට අවශ්‍ය නිසාය.

%# horizontal river: just look for rows that are all true
opImg(all(opImg,2),:) = false;
%# open with line spacing (nPix)
opImg = imopen(opImg,ones(13,1));

%# remove lakes with nPix+2
opImg = opImg & ~imopen(opImg,ones(15,15)); 

%# remove small fry
opImg = bwareaopen(opImg,7*15*4);

(4) ගඟේ දිග පමණක් නොව පළල ගැනද අප උනන්දු වන්නේ නම්, අපට දුරස්ථ පරිණාමනය ඇටසැකිල්ල සමඟ ඒකාබද්ධ කළ හැකිය.

   dt = bwdist(~opImg);
   sk = bwmorph(opImg,'skel',inf);
   %# prune the skeleton a bit to remove branches
   sk = bwmorph(sk,'spur',7);

   riversWithWidth = dt.*sk;

(වර්ණ ගංගාවේ පළලට අනුරූප වේ (වර්ණ තීරුව 2 ක සාධකයකින් අක්‍රිය වුවද)

සම්බන්ධිත සෑම සංරචකයකම පික්සෙල් ගණන සහ සාමාන්‍ය පළල ඒවායේ පික්සල් අගයන් ගණනය කිරීමෙන් ගණනය කිරීමෙන් ඔබට ගංගාවල ආසන්න දිග ලබා ගත හැකිය.

දෙවන, "ගංගා නැත" රූපයට අදාළ එකම විශ්ලේෂණය මෙන්න:

ගණිතයේ, ඛාදනය හා හාග් පරිණාමනය භාවිතා කිරීම:

(*Get Your Images*)
i = Import /@ {"http://i.stack.imgur.com/4ShOW.png", 
               "http://i.stack.imgur.com/5UQwb.png"};

(*Erode and binarize*)
i1 = Binarize /@ (Erosion[#, 2] & /@ i);

(*Hough transform*)
lines = ImageLines[#, .5, "Segmented" -> True] & /@ i1;

(*Ready, show them*)
Show[#[[1]],Graphics[{Thick,Orange, Line /@ #[[2]]}]] & /@ Transpose[{i, lines}]

විශාරද මහතාගේ ප්‍රකාශයට පිළිතුරු සැපයීම සංස්කරණය කරන්න

ඔබට තිරස් රේඛා ඉවත් කිරීමට අවශ්‍ය නම්, ඒ වෙනුවට මේ වගේ දෙයක් කරන්න (බොහෝ විට යමෙකුට එය සරල කළ හැකිය):

Show[#[[1]], Graphics[{Thick, Orange, Line /@ #[[2]]}]] & /@ 
 Transpose[{i, Select[Flatten[#, 1], Chop@Last@(Subtract @@ #) != 0 &] & /@ lines}]

හ්ම් ... මම හිතන්නේ රේඩෝන් පරිණාමනය උපුටා ගැනීම එතරම් පහසු නැහැ. .

අංශක 70 ක භ්‍රමණයක ඇති කොටස තිරස් අක්ෂය දිගේ පෙත්තක වම් පස ඇති උච්චතම අවස්ථාව ලෙස පැහැදිලිව දැකගත හැකිය:

විශේෂයෙන් පා text ය ගවුසියානු බොඳ වී ඇත්නම්:

නමුත් මෙම ශබ්දයන් ඉතිරි ශබ්දයෙන් විශ්වසනීයව උකහා ගන්නේ කෙසේදැයි මට විශ්වාස නැත. සිනොග්‍රෑම්හි දීප්තිමත් ඉහළ සහ පහළ කෙළවරේ තිරස් රේඛා අතර ඇති “ගංගා” නිරූපණය වන අතර, ඔබ පැහැදිලිවම එය ගණන් ගන්නේ නැත. සමහර සිරස් රේඛා අවධාරණය කරන සහ තිරස් රේඛා අවම කරන බර කිරිමේ ශ්‍රිතයක් විය හැකිද?

සරල කොසයින් බර කිරිමේ කාර්යයක් මෙම රූපය මත හොඳින් ක්‍රියාත්මක වේ:

අංශක 90 ක සිරස් ගංගාව සොයා ගැනීම, එය සිනොග්‍රෑම් හි ගෝලීය උපරිමය වේ:

මෙම රූපය මත අංශක 104 ක අගයක් සොයා ගැනීම, මුලින් නොපැහැදිලි වුවද එය වඩාත් නිවැරදි කරයි:

(SciPy හි radon()ක්‍රියාකාරිත්වය යම් ආකාරයක ගොළු ය , නැතහොත් මම මෙම උච්චය මුල් රූපයට නැවත ගඟ මැදින් යන රේඛාවක් ලෙස සිතියම් ගත කරමි.)

නමුත් බොඳවීම සහ බර කිරා බැලීමෙන් පසු, ඔබේ රූපය සඳහා සිනොග්‍රෑම්හි ඇති ප්‍රධාන කඳු මුදුන් දෙකෙන් එකක්වත් එය සොයා නොගනී:

ඔවුන් එහි සිටියි, නමුත් බර කිරිමේ ශ්‍රිතයේ මැද උච්චය අසල ඇති දේවල් වලින් ඔවුන් යටපත් වී ඇත. නිවැරදි බර කිරා බැලීම සහ කරකැවීම සමඟ මෙම ක්‍රමය බොහෝ විට ක්‍රියාත්මක විය හැකි නමුත් නිවැරදි වෙනස් කිරීම් මොනවාදැයි මට විශ්වාස නැත. එය බොහෝ විට පිටුවේ ස්කෑන් වල ගුණාංග මත ද රඳා පවතී. සමහර විට බර කිරා බැලීම පෙත්තක ඇති සමස්ත ශක්තියෙන් හෝ සාමාන්‍යකරණය වැනි යමක් ලබා ගත යුතුය.

from pylab import *
from scipy.misc import radon
import Image

filename = 'rivers.png'
I = asarray(Image.open(filename).convert('L').rotate(90))

# Do the radon transform and display the result
a = radon(I, theta = mgrid[0:180])

# Remove offset
a = a - min(a.flat)

# Weight it to emphasize vertical lines
b = arange(shape(a)[1]) #
d = (0.5-0.5*cos(b*pi/90))*a

figure()
imshow(d.T)
gray()
show()

# Find the global maximum, plot it, print it
peak_x, peak_y = unravel_index(argmax(d),shape(d))
plot(peak_x, peak_y,'ro')
print len(d)- peak_x, 'pixels', peak_y, 'degrees'

විවිධ පරිමාණයන්හි ව්‍යුත්පන්න ලක්ෂණ (2 වන අනුපිළිවෙල දක්වා) භාවිතා කරමින් මම පික්සෙල් මත වෙනස් කොට සැලකීමේ වර්ගීකරණයක් පුහුණු කළෙමි.

මගේ ලේබල:

පුහුණු රූපය පිළිබඳ පුරෝකථනය:

අනෙක් රූප දෙක පිළිබඳ පුරෝකථනය:

මම හිතන්නේ මෙය හොඳ පෙනුමක් ඇති අතර වැඩි පුහුණු දත්ත සහ වඩා හොඳ විශේෂාංග ලබා දී භාවිතා කළ හැකි ප්‍රති results ල ලබා දිය හැකිය. අනෙක් අතට මෙම ප්‍රති .ල ලබා ගැනීමට මට ගත වූයේ මිනිත්තු කිහිපයක් පමණි. විවෘත මූලාශ්‍ර මෘදුකාංගයක් වන ilastik භාවිතා කිරීමෙන් ඔබට ප්‍රති results ල ප්‍රතිනිෂ්පාදනය කළ හැකිය . [වියාචනය: මම ප්‍රධාන සංවර්ධකයින්ගෙන් කෙනෙක්.]

(කණගාටුයි, මෙම ලිපිය පුදුමාකාර නිරූපණ සමඟ එන්නේ නැත.)

ඔබට ටෙක්ස් සතුව ඇති තොරතුරු සමඟ වැඩ කිරීමට අවශ්‍ය නම් (අකුරු සහ ස්ථාන), ඔබට අකුරු සහ අකුරු යුගල එක් දිශාවකට හෝ වෙනත් දිශාවකට “බෑවුම්” ලෙස වර්ගීකරණය කළ හැකිය. උදාහරණයක් ලෙස, "w" ට SW සහ SE කොන බෑවුම් ඇත, "අල්" කොම්බෝට NW කෙළවරේ බෑවුමක් ඇත, "k" ට NE කෙළවරේ බෑවුමක් ඇත. (විරාම ලකුණු අමතක නොකරන්න - ග්ලයිෆ් පෙට්ටියේ පහළ භාගය පුරවන ලිපියක් උපුටා දැක්වීමෙන් ලස්සන බෑවුමක් ඇති වේ; q ට පසුව උපුටා දැක්වීම විශේෂයෙන් ශක්තිමත් වේ.)

ඉන්පසුව, අවකාශයක ප්‍රතිවිරුද්ධ පැතිවල අනුරූප බෑවුම් ඇති අවස්ථා සොයා බලන්න - SW-to-NE ගංගාවක් සඳහා "w al" හෝ NW-to-SE ගංගාවක් සඳහා "k T". ඔබ රේඛාවකින් එකක් සොයාගත් විට, සමාන එකක් සිදුවී ඇත්දැයි බලන්න, සුදුසු පරිදි වමට හෝ දකුණට ඉහළින් / පහළින් ඇති රේඛාවල; ඔබ මේවායින් දුවන විට ගඟක් තිබිය හැක.

එසේම, පැහැදිලිවම, සරල සිරස් ගංගා සඳහා සිරස් අතට සිරස්ව ඇති ඉඩක් සොයා බලන්න.

බෑවුමේ “ශක්තිය” මැනීමෙන් ඔබට තව ටිකක් නවීන ලබා ගත හැකිය: බෑවුම නිසා අත්තිකාරම් පෙට්ටියේ කොපමණ ප්‍රමාණයක් “හිස්” ද යන්න සහ ගඟේ පළලට දායක වීම. ගඟට දායක වීම සඳහා එහි අත්තිකාරම් පෙට්ටියේ කුඩා කොනක් පමණක් ඇති බැවින් "w" තරමක් කුඩා වන නමුත් "V" ඉතා ශක්තිමත් ය. "b" "k" ට වඩා තරමක් ශක්තිමත් ය; මෘදු වක්‍රය දෘශ්‍යමය වශයෙන් අඛණ්ඩ ගංගා දාරයක් ලබා දෙන අතර එය ශක්තිමත් සහ දෘශ්‍යමය වශයෙන් පුළුල් කරයි.